Exit-intent survey: vragen die je vertellen waarom shoppers vertrekken

Het korte antwoord

Een exit-intent survey, of exit-intent-enquête, is een korte vraag die bezoekers te zien krijgen zodra ze aanstalten lijken te maken om te vertrekken. De beste stelt één vraag, precies op dat moment, op de pagina waar je de meeste mensen verliest. Laat die vraag over de beslissing gaan: “Wat houdt je tegen om vandaag te bestellen?” Lees elk antwoord, groepeer de antwoorden in redenen en pak de grootste aan.

De rest van dit artikel loopt die stappen een voor een door: het moment, de vraag, het aantal antwoorden en wat je ermee doet.

Wat exit intent betekent, op een computer en op een telefoon

Op een computer betekent “exit intent” meestal dat de cursor snel naar de bovenkant van het venster beweegt, waar de tabbladen en de sluitknop zitten. Dat is een redelijk goed signaal dat iemand op het punt staat te vertrekken.

Een telefoon heeft geen cursor, dus de gebruikelijke triggers bestaan daar niet. Voor exit intent op mobiel zijn dit bruikbare alternatieven:

• Terugkomen naar het tabblad. De browser geeft een seintje, het visibilitychange-event, wanneer iemand van tabblad wisselt of op een telefoon naar een andere app gaat. Vaak is dat om prijzen te vergelijken. Stel je de vraag wanneer ze terugkomen, dan heb je ze precies op het juiste moment te pakken.
• Snel terug naar boven scrollen, wat vaak vlak voor een tik op de terugknop gebeurt.
• Tijd op de pagina zonder voortgang, zoals een minuut in de winkelwagen zonder te beginnen met afrekenen.

Welke trigger je ook kiest: houd het op een telefoon klein. Google waarschuwt in zijn richtlijnen over pop-ups dat opdringerige exemplaren gebruikers “kunnen frustreren en hun vertrouwen kunnen ondermijnen” en de prestaties van een pagina in de zoekresultaten kunnen schaden. Google raadt banners aan die maar een klein deel van het scherm innemen. Een vraag van één regel die onderaan in beeld schuift, volstaat.

Vraag naar de beslissing, niet naar de ervaring

Veel exit-enquêtes stellen vragen waar je met het antwoord niets mee kunt:

• “Voldeed onze webshop aan je verwachtingen?” Een “nee” zegt niets over wat je moet veranderen.
• “Welk cijfer geef je je bezoek, van 1 tot 10?” Een 6 zegt niet waarom.
• “Zou je ons aan een vriend aanraden?” Wie nog niets gekocht heeft, heeft niets om aan te raden.

De bruikbare vragen gaan over wat er tussen de shopper en de aankoop stond, in woorden die uitnodigen tot een concreet antwoord:

• “Wat houdt je tegen om vandaag te bestellen?”
• “Mis je iets op deze pagina om een keuze te maken?”
• “Was het totaalbedrag wat je verwachtte?”

Eerst een open vraag, dan meerkeuze

Open vraag of meerkeuzevraag? Volgens Pew Research Center is dat “een van de belangrijkste beslissingen die kunnen beïnvloeden hoe mensen vragen beantwoorden”. In een van de experimenten van Pew koos 58% van de mensen “de economie” uit een lijst met thema’s. Werd dezelfde vraag zonder lijst gesteld, dan noemde maar 35% de economie. En 43% van wie de open versie kreeg, gaf een antwoord dat helemaal niet op de lijst stond.

Een lijst legt shoppers woorden in de mond, en er staan alleen de redenen op die je zelf al had bedacht. Doe dus wat Pew doet: begin met een open vraag om te ontdekken welke antwoorden vaak voorkomen, en stel daarna op basis daarvan je meerkeuzelijst samen.

De overstap loont. Meerkeuzevragen zijn veel makkelijker te beantwoorden, dus meer mensen reageren, en de antwoorden tellen zich vanzelf op. Als je overstapt:

• Gebruik voor elke optie de woorden van shoppers zelf, niet je interne jargon.
• Houd “Ik kijk alleen even rond” erin: heel wat bezoekers waren vandaag sowieso niet van plan om te kopen, en je wilt weten hoeveel.
• Houd “Iets anders” erin, met een tekstvak, zodat nieuwe redenen nog kunnen opduiken.
• Zet de opties in willekeurige volgorde, zodat de eerste niet wint alleen omdat hij bovenaan staat, maar houd “Ik kijk alleen even rond” en “Iets anders” onderaan.

Vragen voor je exit-intent survey, per pagina

Op elke pagina haken mensen om andere redenen af, dus elke pagina verdient een eigen vraag. Dit zijn goede vertrekpunten.

De vraag op de bedankpagina, je enquête na aankoop, is de vraag die de meeste webshops vergeten. Een antwoord als “Ik had bijna niet besteld omdat ik het retourbeleid niet kon vinden” vertelt je precies waar niet-kopers tegenaan liepen.

Voor de winkelwagen en de checkout helpt het om de redenen te kennen die in de hele branche terugkomen. Baymard Institute ondervroeg shoppers die hun bestelling in de checkout afbraken (bijgewerkt in september 2025); bovenaan staan extra kosten (40%), trage levering (20%) en de site hun kaartgegevens niet toevertrouwen (19%). Baymard laat shoppers die alleen rondkeken buiten beschouwing, dus zet je antwoorden “Ik kijk alleen even rond” opzij voordat je vergelijkt. Je eigen antwoorden vertellen je welke daarvan voor jouw webshop gelden, en deze gids laat zien hoe je elke oorzaak van verlaten winkelwagens aanpakt.

Hoeveel antwoorden heb je nodig voordat je iets doet?

Minder reacties dan je misschien denkt, maar meer dan vijf. Een ruwe richtlijn, op basis van de gangbare foutmarge voor een aandeel:

• Bij 100 antwoorden zou een reden die door de helft wordt genoemd tot op ongeveer ±10 procentpunt kloppen, als die antwoorden een willekeurige steekproef waren.
• Bij 400 antwoorden is dat ongeveer ±5 procentpunt.

Jouw antwoorden zijn niet willekeurig (daarover hieronder meer), dus zie deze marges als de kleinste onzekerheid die je hebt, niet als de grootste.

Ter vergelijking: Pew merkt op dat een echt willekeurige steekproef van 1.067 mensen een marge van ongeveer ±3 procentpunt geeft. Om de redenen te rangschikken waarom shoppers vertrekken, heb je die precisie niet nodig. Met zo’n 100 antwoorden per pagina zie je welke twee of drie redenen de boventoon voeren. Splits de antwoorden waar het kan per apparaat: wie op een telefoon winkelt, haakt vaak om andere redenen af dan wie op een computer winkelt.

Sommige antwoorden hoef je maar één keer te zien. Schrijft een shopper “het veld voor de kortingscode geeft een foutmelding”, kijk het dan vandaag nog na.

Wie antwoordt, en waarom dat uitmaakt

Een exit-enquête is geen peiling. Wie antwoordt, heeft daar zelf voor gekozen. Enquêteonderzoekers noemen dat zelfselectiebias: die speelt telkens wanneer de keuze om te antwoorden samenhangt met het onderwerp. Geïrriteerde shoppers vertellen je misschien sneller wat er misging; wie haast heeft, slaat de vraag over.

Lees de antwoorden dus als een lijst echte problemen met een ruwe rangorde, niet als exacte percentages van al je bezoekers. En koop geen antwoorden. Een korting in ruil voor een antwoord trekt de shoppers aan die een korting wilden, en leert iedereen dat wie richting uitgang gaat, een kortingscode krijgt.

Van antwoorden naar oplossingen en tests

Een stapel antwoorden heb je pas iets aan als hij gesorteerd is.

1. Lees de eerste pakweg 100 antwoorden en noteer de redenen zoals ze voorbijkomen. De meeste passen in vijf tot acht groepen: prijs, verzendkosten, levertijd, ontbrekende informatie, vertrouwen, betalen, vergelijken, alleen rondkijken.
2. Label elk antwoord met één groep, en tel.
3. Beslis voor elk van de belangrijkste redenen: liggen oorzaak en oplossing voor de hand? Een ontbrekende maattabel, verstopte verzendkosten of een kapot veld los je meteen op. Is het niet duidelijk (“te duur” kan slaan op de prijs, de verzendkosten of een waarde die niet overkomt), dan wordt het een A/B-test.
4. Controleer het resultaat in je cijfers, niet in de enquête. Waren verzendkosten de belangrijkste reden in de winkelwagen, dan zouden de bestellingen per bezoeker moeten stijgen zodra je ze eerder toont; aan het aandeel dat van winkelwagen naar checkout doorgaat, zie je waar de wijziging effect had. Hoe lang een test moet lopen, hangt af van je verkeer.

In de bibliotheek met testideeën staat voor de meeste veelvoorkomende redenen een kant-en-klare test, en sessieopnames van echte bezoeken laten zien waar op de pagina shoppers vastliepen.

Privacy, toestemming en de AVG

Dit is geen juridisch advies, maar deze drie punten kun je het best nagaan bij wie je adviseert over privacy en de AVG:

• Open antwoorden kunnen persoonsgegevens bevatten. Vraag in een exit-enquête niet naar namen of e-mailadressen, en ga zorgvuldig om met wat mensen intypen.
• Onthouden wie de enquête al heeft gezien (zodat je niet twee keer vraagt) betekent meestal dat je iets in de browser opslaat. Volgens de ePrivacy-regels kan daar toestemming voor nodig zijn. Zo stelt de Franse toezichthouder, de CNIL, dat cookies pas geplaatst of gelezen mogen worden als de persoon toestemming heeft gegeven, op een korte lijst uitzonderingen na, zoals voor de winkelwagen.
• Zeg waarvoor de antwoorden dienen, in één regel naast de vraag.

Twijfel je, kijk dan wat de toezichthouder in je eigen land zegt: de Autoriteit Persoonsgegevens in Nederland, de Gegevensbeschermingsautoriteit in België.

Fouten die je beter vermijdt

• Meerdere vragen stellen. Bij elke extra vraag haken mensen af. Eén vraag, eventueel met één vervolgvraag, is ruim genoeg.
• De vraag op elke pagina, bij elk bezoek tonen. Kies de pagina’s die het meest lekken, en toon de vraag één keer per bezoeker.
• De checkout onderbreken. Vraag het als iemand duidelijk vertrekt, nooit midden in het invullen van een adres.
• Antwoorden verzamelen die niemand leest. Zet elke week 30 minuten in je agenda om ze door te nemen.

Dit soort enquêtes is precies waarvoor de enquêtes van Wavelynks gebouwd zijn: één vraag, in de taal van de shopper, met antwoorden die automatisch in redenen worden gegroepeerd.